Transaktionshäufigkeit als Indikator für die Angebotsgestaltung bei
Transcription
Transaktionshäufigkeit als Indikator für die Angebotsgestaltung bei
Universität Augsburg Prof. Dr. Hans Ulrich Buhl Kernkompetenzzentrum Finanz- & Informationsmanagement Lehrstuhl für BWL, Wirtschaftsinformatik, Informations- & Finanzmanagement Diskussionspapier WI-157 Transaktionshäufigkeit als Indikator für die Angebotsgestaltung bei deutschen Online-Brokern von Dennis Kundisch, Alexander Krammer Juli 2005 in: Der Markt - Zeitschrift für Absatzwirtschaft und Marketing, 46, 176, 2006, S.20-38 Universität Augsburg, 86135 Augsburg Besucher: Universitätsstr. 12, 86159 Augsburg Telefon: +49 821 598-4801 (Fax: -4899) www.fim-online.eu Transaktionshäufigkeit als Indikator für die Angebotsgestaltung bei deutschen Online-Brokern von Dr. Dennis Kundisch und Dipl.-Kfm. Alexander Krammer Lehrstuhl für BWL, Wirtschaftsinformatik & Financial Engineering Wirtschaftswissenschaftliche Fakultät Kernkompetenzzentrum IT & Finanzdienstleistungen Universität Augsburg Universitätsstrasse 16 86135 Augsburg E-Mail: {dennis.kundisch|alexander.krammer}@wiwi.uni-augsburg.de Abstract: Nach einer harten Konsolidierungsphase im deutschen Markt für Online-Brokerage steht derzeit auf Grund von fehlenden externen Wachstumsphantasien die Ausschöpfung der Bestandskunden im Vordergrund. Hierfür werden die Kunden in der Praxis gängigerweise in Abhängigkeit ihrer Anzahl an Transaktionen pro Zeiteinheit in Segmente eingeteilt. Aktivere Kunden bekommen dabei über spezifisch eingerichtete Communities i. d. R. Service- und Preisvorteile offeriert. In der vorliegenden Arbeit wird untersucht, ob sich diese am Markt häufig verwendete Einteilung über Unterschiede in den Einstellungen der Kunden in Abhängigkeit der Transaktionshäufigkeit rechtfertigen lässt. Basis für die Analyse ist eine Online-Umfrage aus dem Sommer 2003. Die Ergebnisse enthalten starke Indizien, dass es bei den Kunden sowohl Einstellungen gibt, die signifikant unterschiedlich sind als auch welche, die unabhängig von der Transaktionshäufigkeit sind. Die Ergebnisse werden im Hinblick auf eine Marktbearbeitungsstrategie und Angebotsgestaltung diskutiert. Stichworte: Online-Brokerage, Online-Broker, Kundensegmentierung, Transaktionshäufigkeit, 1 Transaktionshäufigkeit als Indikator für die Angebotsgestaltung bei deutschen Online-Brokern 1 Einleitung und Motivation Online-Brokerage war eines der wichtigsten Themen während der Zeit des New Economy Booms. Eine Sonderstellung im Feld der weiteren New Economy (Hype-)Themen wie Biotechnologie, E-Commerce oder Mobile Kommunikation nimmt das Thema Online-Brokerage dabei durch seine doppelte Relevanz während dieser Zeit ein. Online-Brokerage war zum einen den oben genannten Themenfeldern ähnlich gestellt insofern als auch der Online-Brokerage-Markt ein sehr stark wachsender Markt war. Zum anderen trug OnlineBrokerage überhaupt erst zur Entstehung des New Economy Booms bei, indem vor allem privaten Anlegern ein wesentlich schnellerer und günstigerer Zugang zur Investition (u.a.) in die Unternehmen der New Economy geboten wurde, als dies bislang über den Filial- oder Telefonvertrieb gegeben war. Nach einer harten Konsolidierungsphase in den Jahren 2001 und 2002 steht seither im deutschen OnlineBrokerage-Markt die Ausschöpfung von Bestandskunden im Vordergrund. Eine dazu geeignete Angebotsproposition muss dafür auf die Einstellungen einzelner Kunden bzw. von spezifischen Kundengruppen zugeschnitten sein. Überraschenderweise gibt es zu dieser Thematik – trotz des rasantes Bedeutungszuwachses des Themas Online-Brokerage in der 90er Jahren – praktisch keine wissenschaftliche Aufarbeitung über die Einstellungen der Kunden und die Möglichkeiten der Kundensegmentierung im deutschen OnlineBrokerage-Markt.i In der Praxis wird bei den einzelnen Anbietern häufig die Anzahl an Transaktionen pro Kunde pro Zeiteinheit als Kriterium herangezogen, um Kunden – meist in Form einer Community – zu segmentieren und unterschiedliche Leistungsangebote zu offerieren. Dabei erhalten die häufig handelnden Kunden bei Ihrem Anbieter meist sowohl Service- als auch Preisvorteile. Eine Überprüfung dieser intuitiv einleuchtend erscheinenden Segmentierung ist jedoch eine offene Frage. Folgende Forschungsfrage steht daher im Zentrum des Interesses: Kann davon ausgegangen werden, dass einzelne Kundengruppen, segmentiert nach der Anzahl der Transaktionen pro Kunde pro Zeiteinheit, unterschiedliche Einstellungen haben? Ziel dieser Arbeit ist es, einen Beitrag zur Beantwortung dieser Forschungsfrage auf Basis einer explorativen Online-Befragung unter Brokerage-Kunden im deutschen Markt im Sommer 2003 zu leisten. Dabei werden nicht alle Ergebnisse der umfangreichen Befragung präsentiert, sondern es werden vielmehr diejenigen Auswertungen aufgegriffen und diskutiert, welche zur Beantwortung der Fragen zweckdienlich sind. Dazu wird wie folgt vorgegangen: Zunächst wird der Begriff Online-Brokerage definiert und es wird ein Überblick über bereits bestehende Forschung im Bereich Online-Brokerage präsentiert. Anschließend werden ein kurzer Überblick über die Börsen- und Brokerage-Situation zum Zeitpunkt der Befragung gegeben sowie extern sichtbare Segmentierungsansätze bei etablierten Anbietern vorgestellt. In Abschnitt 3 werden der Aufbau der Untersuchung und die Auswertungsmethodik besprochen. Abschnitt 4 präsentiert die Ergebnisse der Befragung. Eine Diskussion im Hinblick auf deren ökonomische Relevanz für die Angebotsgestaltung erfolgt in Abschnitt 5. In Abschnitt 6 wird mit einer abschließenden Betrachtung und einem Ausblick geschlossen. 2 2 Definition, Literaturüberblick und Segmentierung in der Praxis 2.1 Definition Online-Brokerage Harris charakterisiert Online-Broker als Banken, die ihren Kunden Wertpapierdienstleistungen anbieten (Harris, 2002). Als Mitglieder der sell-side handeln sie Wertpapiere an Stelle ihrer – und nicht wie Dealer (z.B. Market Maker, Kursmakler, etc.) mit ihren – Kunden. Als Zugangsintermediäre bieten sie weitgehend technische Infrastrukturen, die die Erfassung und Weiterleitung von Kundenaufträgen (Orderrouting) sowie die Verwaltung der Depots und Konten ermöglichen (Kundisch et al., 2005). Heute bieten fast alle Banken und Finanzmakler mit Privatkundengeschäft eine Online-Brokerage-Funktionalität, also den Marktzugang und das Orderrouting über elektronische Vertriebskanäle, insbesondere dem WWW. Unter Online-Broker in einem weiteren Sinne (i.w.S.) werden daher im Folgenden Finanzdienstleister verstanden, die eine OnlineBrokerage-Funktionalität anbieten (Beispiele: MLP, Commerzbank, ING DiBa). Online-Broker im engeren Sinne (i.e.S.) sind dagegen diejenigen Online-Broker, zu deren Kerngeschäft die Bereitstellung der OnlineBrokerage-Funktionalität zählt (Beispiele: comdirect, S Broker). Diese Abgrenzung ist zwar nicht trennscharf, jedoch für die Zwecke dieser Arbeit ausreichend. Wenn im Folgenden von einem Online-Broker gesprochen wird, ist – wenn nicht anders vermerkt – ein Online-Broker i.e.S. gemeint. 2.2 Literatur Wissenschaftliche Veröffentlichungen im Bereich Online-Brokerage gibt es auf Grund der erst seit Mitte der Neunziger Jahre verfügbaren technischen Möglichkeiten noch vergleichsweise wenig. Auffallend, jedoch nicht überraschend, ist die Tatsache, dass die vor allem durch die Technik getriebene Entwicklung des Online-Brokerage-Marktes sowohl in der finanzwirtschaftlichen Literatur als auch in der Wirtschaftsinformatik und der Information Systems Community Beachtung gefunden hat. Auswirkungen des Online-Brokerage auf die Verhaltensweise beim Kunden – insbesondere beim Übergang vom Offline- zum Online-Investor – untersuchten (Barber/Odean, 2001; Barber/Odean 2002; Choi et al. 2000). Andere Autoren untersuchen Fragestellungen im Zusammenhang mit Kundenbindung und Determinanten der Kundenzufriedenheit (Balasubramanian et al., 2003; Chen/Hitt, 2002; Chiu et al., 2003; Lee/Kim, 2002; Srijumpa et al., 2002). Ein Porträt von Privatkunden, welche Online Brokerage betreiben, und deren typisches Transaktionsverhalten findet sich bspw. in (Glaser, 2003). Bzgl. der Einstellungen von Nutzern von Online-brokerage Funktionalität und eine darauf aufbauende Kundensegmentierung, finden sich nur wenige wissenschaftliche Arbeiten. In der empirischen Studie von Cocca über den Schweizer Brokerage-Markt werden vier verschiedene Investorentypen – auf Basis von demographischen Daten und Verhaltensweisen beim Investieren – mit unterschiedlichen Bedürfnissen herausgearbeitet („Internet Informer only“, „Internet Investor“, „Old Fashioned Investor“ und „Internet Trader only“) (Cocca, 2002, 255). Auch in der Kaufstudie von (Forit, 2000) wird eine Segmentierung in vier Gruppen vorgeschlagen („Loyale Kleinanleger“, „Portfolioinvestoren“, „Aktive Trader“ und „Junge Zocker“), jedoch werden hier – anders als bei Cocca – die Dimensionen Depotvolumen und Transaktionen pro Jahr verwendet. Der vorliegende Beitrag ergänzt vorwiegend die Literatur im Bereich der Einstellungen und dem Verhalten von Online-Brokerage Kunden im Hinblick auf eine übliche Kundensegmentierung. Dabei erweitert er die bestehende Literatur insofern die in der Praxis gängige Hypothese über die Kundensegmentierung – „Heavytrader haben andere Einstellungen“ – analysiert und mögliche Konsequenzen für eine Angebotsproposition diskutiert werden. 3 2.3 Gängige Segmentierungsansätze in der Praxis Kundensegmentierung dient in der Praxis dazu, Kunden in Gruppen mit vergleichbaren Merkmalen einzuteilen, um dann einzelne Segmente mit jeweils gleichen Maßnahmen des Marketings und des Vertriebs behandeln zu können.ii Dahinter steht die Zielsetzung der optimalen Allokation knapper Ressourcen auf Kunden. Letztlich sollte sich eine Segmentierung nach der ökonomischen Wertigkeit von Kunden und ihrer Reaktion auf Maßnahmen des Marketings und des Vertriebs vorgenommen werden (Krafft/Albers, 2000, 515). In Tabelle 1 sind die Community-Konzepte verschiedener relevanter Anbieter am Markt zusammengefasst. Diese spiegeln die nach außen hin wahrnehmbaren Segmentierungsansätze der einzelnen Anbieter wieder. Da das Kerngeschäft von Online-Brokern die provisionsbasierte Abwicklung von Wertpapiertransaktionen ist, erscheint aus Sicht der ökonomischen Wertigkeit einer Kundenbeziehung die Einteilung auf Basis der Transaktionshäufigkeit einleuchtend. Tabelle 1: Community-Konzepte ausgewählter Anbieter (Auszüge; Quelle: Webseiten der jeweiligen Anbieter und Hotlineauskünfte im Zeitraum Juni bis Oktober 2003) Wettbewerber Bezeichnung Aufnahmekriterien Comdirect Trade Society Auf Einladung von comdirect, ab Kostenlose Realtimekurse, Zeitschriftabonnement (z.B. 80 Trades p.a. und ca. 40.000 € Börse Online) sowie spezielle Telefon Hotline mit bevorDepotvolumen zugter Annahme dab bank Active Club Mind. 25 Trades p.a oder individuelles Upgrade für 20 € p.a. Spezifische Serviceleistungen (Realtimekurse, freie SMS, Nutzung Chartanalyse) Elite Club Für Guthaben über 500.000 € oder bei Trades über 500.000 € p. Quartal oder individuelles Upgrade von Active für 200 € p.a. Unbegrenzte kostenlose Realtime-Kurse, ergänzendes professionelles Informationsangebot, Preisvorteile (keine Limitgebühren, Maximalgebühr, keine Teilausführungsgebühren, ...), exklusive Betreuung (Spezialistenhotline) Platin Club Auswahl von 50 Tradern aus Elite-Club durch DAB-Bank Sehr exklusive Betreuung, zusätzlich bspw. Leerverkäufe möglich Star Trader Ab 100 Trades p.a. Exklusiver Service (Spezialistenhotline, Events, Seminare, ...) sowie Preisvorteile Platinum Stars Nur auf Einladung von Cortal Consors Sehr exklusive Leistungen in Bezug auf Service und Preise Top Trader Ab 100 Trades p.a. Keine Depotgebühr, Realtimekurse mit Bid und Ask auf Knopfdruck, Newsletter auf Wunsch, eigenes Service- und Betreuungsteam Cortal Consors S Broker Leistungen Aus der Tabelle wird deutlich, dass auch wenn die Anbieter teilweise auf die aktive Vermarktung ihrer Community verzichten und die Community-Leistungen individuell differenziert gestalten, die Anzahl der Transaktionen pro Zeiteinheit eine große Rolle bei der Kundensegmentierung spielt. Im Rahmen von diversen vom Kernkompetenzzentrum IT & Finanzdienstleistungen mit Online-Brokerage-Anbietern durchgeführten Projekten hat sich dieser Eindruck bestätigt. Für interne Zwecke des Marketings und der Angebotsgestaltung wird jedoch in der Regel noch feiner an Hand der Transaktionshäufigkeit segmentiert, als der Tabelle zu entnehmen ist. Gemein ist allen Ansätzen, dass für Community-Zugehörige spezifische Preis- und Servicevorteile offeriert werden. 3 Befragung 3.1 Aufbau und Ablauf der Studie Zur explorativen Evaluierung des Online-Brokerages aus Kundensicht wurde im Zeitraum vom 23.06.2003 bis zum 31.07.2003 unter der Domain ebrokerage.wiwi.uni-augsburg.de ein Online Fragebogen zur Verfügung gestellt.iii Um für die Studie relevante Felder auszumachen, wurden potenziell interessante Untersuchungsbereiche – neben einer Literaturrecherche – in einer Vorstudie im Rahmen von fünf halbstündigen, 4 strukturierten Interviews mit Nutzern von Online-Brokerage-Funktionalität identifiziert. Der in der Internetbefragung verwendete Fragebogen umfasste insgesamt 60 Fragen, von denen sich 56 auf Online-Brokerage und vier auf die Demographie der Befragten bezogen. Der Fragebogen richtete sich an alle Personen, welche ein Wertpapierdepot bei einem Anbieter von Online-Brokerage-Funktionalität besitzen und dieses auch schon für die Durchführung von Online-Transaktionen genutzt haben. Die brokeragebezogenen Fragen, von denen fünf offen gestellt waren, umfassten zehn Webseiten, auf einer elften Seite wurden die demographischen Daten abgefragt. Die geschlossenen Fragen ermöglichten entweder die Auswahl von vorbestimmten Werten an Hand von Auswahllisten oder die Abgabe von Einstellungeniv zu brokeragebezogenen Aussagen in einer vordefinierten Skala. Die Befragten konnten neben der Möglichkeit zur Enthaltung in einer LikertSkala ihre Zustimmung bzw. Ablehnung zu Aussagen in fünf Abstufungen („lehne stark ab“ (1) | „lehne ab“ (2) | „unentschieden“ (3) | „stimme zu“ (4) | „stimme stark zu“ (5)) zum Ausdruck bringen (vgl. Tabelle 2 für einige Beispielfragen). Wenn bei der Diskussion der Ergebnisse im Folgenden von „Zustimmung“ bzw. „Ablehnung“ gesprochen wird, ist – falls nicht anders angegeben – die Summe der beiden Zustimmungs- bzw. Ablehnungsausprägungen gemeint. Es wurden mehrere Methoden angewendet, um Teilnehmer für die Umfrage zu rekrutieren (Theobald, 2000, 00, 28).v Als Motivation zur Teilnahme wurde ein Buchpreis unter den Teilnehmern verlost (Theobald, 2000, 58), sofern sie ihre E-Mail-Adresse hinterlassen wollten. Um ein möglichst einheitliches Begriffsverständnis sicherzustellen, wurden die in der Befragung verwendeten Fachausdrücke – wie bspw. Transaktionskosten, Derivate, Volatilität, Chartanalyse – über eine direkte Verlinkung in einem Online-Glossar erklärt. Tabelle 2: Beispielhafte Fragebogen-Statements Wie sehr stimmen Sie den folgenden Aussagen zu? Mit meinem Online-Broker bin ich voll und ganz zufrieden. Die gewünschten Funktionen meines Online-Brokers finde ich im Webauftritt ausreichend schnell. Wenn ein Brokerwechsel einfacher wäre, würde ich meinen Online-Broker wechseln. Konstant niedrige Kosten sind mir wichtiger als Sonderaktionen. Technische Analyse spielt für meine Wertpapierauswahl eine große Rolle. 3.2 lehne stark ab lehne ab unentschieden stimme zu stimme stark zu keine Angabe □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ Methodik bei der Auswertung Neben der allgemeinen statistischen Analyse der Ergebnisse (Häufigkeitsverteilungen, Lageparameter, …) werden die Antworten vor dem Hintergrund der Transaktionshäufigkeit der Befragungsteilnehmer analysiert. Die Nullhypothese lautet jeweils, dass die Mittelwerte in verschiedenen Fallgruppen gleich groß sind. Als Fallgruppen werden Kunden mit gleicher Transaktionshäufigkeit pro Zeiteinheit verwendet. Getestet wird unter Anwendung der einfaktoriellen ANOVA sowie des Welch-Tests, welche beide einen simultanen Vergleich mehrerer Mittelwerte ermöglichen.vi Liegen starke Indizien für eine Ablehnung der Nullhypothese vor, wird der multiple Vergleichstest „Gabriel“ angewendet, der auf dem studentisierten Maximalmodul basiert und sich insbesondere bei unterschiedlich großen Fallgruppen eignet, um zu identifizieren, zwischen welchen Gruppen signifikante Mittelwertunterschiede bestehen. Die ordinal skalierten Abstufungen bei den Antwortmöglichkeiten werden für die Zwecke der statistischen Auswertung als intervallskaliert angenommen (Reckase, 2000, 59). Die Auswertung wurde mit SPSS 11.0 durchgeführt. Wird im Folgenden von einer statistisch signifikanten Ablehnung der Nullhypothese gespro- 5 chen, ist – sofern nicht anders angegeben – ein Signifikanzniveau von 5% gemeint, welches sich dann sowohl auf die einfaktorielle ANOVA, als auch auf den Welch-Test bezieht. Die Ergebnisse des Welch-Tests werden nur angegeben, wenn bei der einfaktoriellen ANOVA auf einem 5%-igen Signifikanzniveau die Nullhypothese verworfen werden kann, jedoch nicht auf Basis des Welch-Tests. Hinsichtlich der Transaktionshäufigkeit wurden in der Befragung sechs Fallgruppen unterschieden: „Weniger als ein Trade pro Monat“ (im Folgenden als „Inaktive“ bezeichnet; Fallgruppe 1), „ein Trade pro Monat“ (Fallgruppe 2), „zwei bis fünf Trades pro Monat“ (Fallgruppe 3), „sechs bis zehn Trades pro Monat“ (im Folgenden als „Häufigtrader“ bezeichnet; Fallgruppe 4), „elf bis 25 Trades pro Monat“ und „mehr als 25 Trades pro Monat“. Da in den beiden letzten Gruppen nur vergleichsweise wenige Befragungsteilnehmer (je ≤ 15) an der Umfrage teilnahmen und viele Unternehmen bereits ab ca. 100 Trades pro Jahr (vgl. Tabelle 1) von so genannten Heavytradern sprechen, wurden diese zu einer Gruppe „mehr als zehn Trades pro Monat“ (Fallgruppe 5) nachträglich zusammengefasst.vii Die Auswertung der offenen Fragen, bei denen die Befragten in Textfeldern eigene Antworten eintippen konnten, erfolgte – auf Grund der relativ geringen Anzahl an Daten – manuell von einer Person (zur Sicherstellung der Reliabilität) auf Basis eines vorher definierten Kategoriensystems. Eine computerunterstützte Inhaltsanalyse versprach hier keinen zusätzlichen Nutzenbeitrag. Alle im Folgenden vorgestellten Fragen und Ergebnisse beziehen sich auf den jeweiligen Hauptbroker der Befragten. 3.3 Anzahl und Demographie der Befragten Insgesamt beantworteten 261 Personen mindestens eine, 197 Personen sämtliche brokeragebezogenen Fragen; von diesen 197 gaben 174 Personen auch ihre demographischen Daten an. Der Großteil dieser Personen waren Studenten (63%) und Angestellte (20%), Selbständige (8%) und Schüler (5%) waren in geringem, Arbeitslose und Beamte (n=4, 2%) in sehr geringem Ausmaß vertreten. Wie z.B. auch in (Lee/Kim, 2002; Barber/Odean, 2002) war der weit überwiegende Teil der Befragten männlich (95%), zudem war der deutlich größte Teil der Befragten (74%) aus der Altergruppe zwischen 19 und 30. Datensätze von Befragten, welche nur die elf Webseiten der Online-Umfrage durchklickten, ohne eine Angabe zu machen, wurden nicht in die weiteren Betrachtungen einbezogen. Tabelle 3 zeigt diese Daten noch einmal im Überblick. Tabelle 3: Demographie der Befragungsteilnehmer Geschlecht Männlich Weiblich 95% 5% Altersstruktur Bis 18 19 bis 30 31 bis 40 41 bis 50 51 bis 60 Über 60 6% 74% 12% 4% 1% 3% Berufsgruppe Schüler Student Selbständiger Angestellter Beamter Arbeitsloser 5% 63% 8% 20% 2% 2% 4 Ergebnisse der Befragung Im Folgenden werden die Ergebnisse der Befragung vorgestellt, die Aufbereitung orientiert sich dabei am chronologischen Verlauf einer Kundenbeziehung: Im ersten Abschnitt (4.1) werden die Gründe für die Wahl eines Anbieters dargestellt, im Anschluss folgt ein Überblick über das Nutzungsverhalten der Kunden (4.2). Abschließend werden die Gründe, die für die Befragten zu einem Anbieterwechsel führen können, aufgezeigt (4.3).viii 6 4.1 Entscheidungskriterien bei der Brokerwahl Die Teilnehmer der Befragung verteilen sich wie in Tabelle 4 dargestellt auf die betrachteten OnlineBrokerage-Anbieter. Die Verteilung der Befragungsteilnehmer spiegelt grob die Marktanteile der einzelnen Anbieter anhand der Depotzahlen wieder (vgl. Abbildung 3). Auffällig ist lediglich die sehr niedrige Anzahl an Befragungsteilnehmern von easytrade und die hohe Anzahl von Kunden des S Broker. Hinter den 12 Nennungen bei „Sonstiger“ verbergen sich vermutlich Spezialbroker wie bspw. sino oder Interactive Brokers; dies kann jedoch mangels Daten nicht weiter analysiert werden. Auffallend ist trotzdem, dass in dieser Kategorie keine Nebenbroker genannt wurden. Es liegt also die Vermutung nahe, dass, gegeben es handelt sich bei „Sonstiger“ tatsächlich um Spezialbroker, diese nie als Nebenbroker betrachtet bzw. verwendet werden. Tabelle 4: Verteilung der Befragten auf Online-Brokerage-Anbieter 1822direkt Advance Bank Comdirect Consors DiBa dab Bank Entrium Fimatex Dt. Bank maxblue Postbank easytrade S Broker VR web Sonstiger Summe Hauptbroker in % (n =) 2% (5) 2% (5) 21% (44) 22% (46) 3% (6) 11% (23) 7% (14) 3% (7) 8% (17) 1% (2) 8% (17) 6% (12) 6% (12) 100% (210) Nebenbroker in % (n =) 3% (4) 9% (11) 16% (21) 13% (17) 16% (21) 12% (15) 4% (5) 2% (3) 5% (6) 3% (4) 5% (7) 12% (15) 0% (0) 100% (129) Nennungen gesamt in % (n =) 3% (9) 5% (16) 19% (65) 19% (63) 8% (27) 11% (38) 6% (19) 3% (10) 8% (23) 2% (6) 7% (24) 8% (27) 4% (40) 100% (339) Verhältnis Hauptbrokernennungen zu Gesamtnennungen 56% 31% 68% 73% 22% 61% 74% 70% 74% 33% 71% 44% 100% In der offenen Frage nach den drei wichtigsten Gründen für ihre individuelle Brokerwahl befragt, war der am häufigsten genannte Grund für die Entscheidung das offerierte Preismodell (60%). Ebenfalls sehr häufig genannt wurde der Webauftritt des Anbieters (38%). Eine Kategorisierung der Items findet sich in Anlage A.1. Beim Preismodell eines Brokers lässt sich grob in transaktionsunabhängige Gebühren (z.B. Depotführungsgebühr) und transaktionsabhängige Gebühren (z.B. Orderprovisionen) unterscheiden. Eine geschlossene Frage zur Bedeutung dieser Gebühren lieferte folgendes Ergebnis: 35% der Befragten gaben einen stärkeren Einfluss der transaktionsunabhängigen Gebühren an während sich 37% stärker an den transaktionsabhängigen Gebühren orientieren. Keine eindeutige Präferenz äußerten 28% der Befragten. Mit zunehmender Anzahl der Transaktionen haben jedoch – was zu erwarten war – die variablen Transaktionskosten einen signifikanten Einfluss auf die Brokerwahl (F(4,173)=4.90, p<.01). Der Mittelwert bei den Inaktiven beträgt dabei 3,4 und sinkt kontinuierlich bis auf 2,3 bei den Heavytradern. Sehr eindeutig fällt die Wahl bei der Präferenz zwischen konstant niedrigen Gebühren auf der einen und Sonderaktionen auf der anderen Seite aus: 82% der Befragten ziehen konstant niedrige Gebühren Sonderaktionen vor, nur für 7% gilt das umgekehrte (Mittelwert: 4,4). Dennoch kommt den Sonderaktionen vor allem bei der Akquise von Neukunden eine gewisse Rolle zu; gaben doch immerhin über 5% der Befragten bei der offenen Frage eine Sonderaktion als wichtigsten Grund für ihre Entscheidung für einen Broker an. Konstant niedrige Gebühren im Vergleich zu Sonderaktionen werden dabei unabhängig von der Tradeanzahl gleich stark geschätzt (Mittelwert 4,4). Die Nullhypothese kann nicht abgelehnt werden (F(4,175)=1.67, p=.16). Der Frage, ob eine Auswahl aus mehreren Tarifen – in der Umfrage definiert als vom Kunden wählbare Preismodelle mit bspw. hohen Grundgebühren und dafür niedrigen Transaktionsgebühren und umgekehrt – 7 einen Online-Broker wesentlich attraktiver macht, stimmten 60% zu, bei 18% Ablehnenden. Die Nullhypothese kann nicht verworfen werden (F(4,166)=0.57, p=.69); auch deskriptiv ergibt sich keine Tendenz. Für Auswertungen zum Thema Webauftritt vgl. Abschnitt 4.3, da dieser nicht nur wichtiger Faktor für die Entscheidung für einen Online-Broker zu sein scheint, sondern auch ein zentraler Auslöser für Zufriedenheit während der Kundenbeziehung ist. 4.2 4.2.1 Nutzungsverhalten der Kunden Transaktionshäufigkeit Die Transaktionshäufigkeit als Charakterisierung von Online-Brokerage-Kunden spielt in diesem Beitrag die zentrale Rolle. Die Befragten verteilen sich dabei auf die fünf Fallgruppen folgendermaßen: 36% der Befragten gaben an, weniger als einen Trade pro Monat zu tätigen, 15% handeln im Mittel genau einmal pro Monat, 25% wickeln zwischen zwei und fünf Trades pro Monat, 13% zwischen sechs und zehn Trades pro Monat und 11% handeln im Durchschnitt mehr als zehn mal pro Monat. Dies ist die typische Verteilung, welche sich auch in anderen Studien in dieser Tendenz findet (Forit, 2000; Cocca, 2002). Für Online Broker i.e.S., also Anbietern deren Geschäftmodell auf der provisionsbasierten Abwicklung von Wertpapiertransaktionen beruht, sind natürlich insbesondere die Häufig- und Heavytrader eine immens wichtige Zielgruppe. Dies ist auch ein wichtiger – wenn nicht der wichtigste – Grund, warum in der Regel auch die Kundensegmentierung an Hand dieses Merkmals vollzogen (vgl. Abschnitt 2.3) wird und diesen Tradern besondere Angebote gemacht werden, um eine Abwanderung möglichst zu verhindern. 4.2.2 Ziel beim Brokerage und Risikobereitschaft Das meistverfolgte Ziel bei der Geldanlage über Online-Brokerage-Anbieter ist der Vermögensaufbau, ihn nennen 80% der Befragten als eines ihrer Ziele (zur Auswahl standen Alterssicherung, Vermögensaufbau, Spekulation und Spielerei; Mehrfachnennungen waren möglich). 62% geben auch Spekulation als ihr Anlageziel an. Deutlich weniger (35%) betrachten ihr Online-Brokerage-Engagement (auch) als Spielerei und nur 23% nennen Alterssicherung als eines ihrer Anlageziele. Differenziert man die verfolgten Ziele nach Transaktionshäufigkeit, fällt auf, dass das Ziel Vermögensaufbau mit steigender Transaktionshäufigkeit deutlich seltener genannt wird, während Spekulation und Spielerei von Kunden mit hoher Transaktionshäufigkeit überdurchschnittlich häufig angegeben wird. Bspw. nennen nur 48% der Inaktiven versus 79% der Häufigtrader die Spekulation als eines Ihrer Anlageziele. Umgekehrt nennen 83% der Inaktiven gegenüber 62% der Heavytrader den Vermögensaufbau. Statistisch signifikant ist dabei der Unterschied der Mittelwerte sowohl beim Vermögensaufbau (F(4,256)=3.29, p=.01) als auch bei der Spekulation (F(4,256)=3.64, p<.01). In allen Fallgruppen schätzen mindestens 70% ihre Risikobereitschaft als hoch ein. Dies liegt vermutlich daran, dass die Befragten bei ihrer Selbsteinschätzung von einem umgangssprachlichen Risikobegriff ausgingen und keine Nutzenfunktionen im entscheidungstheoretischen Sinne im Kopf hatten. Von den Befragten wird offensichtlich das Handeln mit risikobehafteten Produkten mit einer hohen Risikobereitschaft gleichgesetzt („Man geht beim Handeln an der Börse natürlich Risiken ein. In diesem Sinne würde ich sagen, ich bin risikofreudig.“, wie es ein Teilnehmer bei der Vorbefragung ausdrückte); dies bedeutet u.E. jedoch nicht unbedingt, dass viele Befragten bei ihren Handelsentscheidungen eine (streng) konvexe Nutzenfunktion zu Grunde legen. In Abhängigkeit der Tradehäufgkeit, sind die Mittelwertunterschiede zwar signifikant unter- 8 schiedlich (F(4,247)=4.22, p<.01), bewegen sich jedoch in einem relativ engen Rahmen (zwischen 4,2 bei den Häufigtradern und 3,6 bei den Inaktiven). 4.2.3 Gehandelte Produkte Die Schwerpunkte des über Online-Brokerage abgewickelten Handels liegt bei den Befragungsteilnehmern eindeutig bei Aktien und Aktienfonds: Vor allem werden dabei deutsche Aktien gehandelt (93%), internationale Aktien werden von immerhin 69% der Befragten genutzt und mehr als jeder Zweite (55%) handelt Aktienfonds über seinen Online-Brokerage-Anbieter. Rentenwerte bzw. -fonds finden bei Online-Brokern nur ein vergleichsweise geringes Interesse (21% bzw. 10%). Spekulativere Anlagen, wie Optionen oder Futures werden von 30% bzw. 6% der Befragten gehandelt. Nach Zertifikaten wurde damals nicht gefragt, da diese erst nach der Befragung zu ihrem extremen Umsatzwachstum ansetzten. Erwartungsgemäß unterscheiden sich die Fallgruppen teilweise signifikant bei den gehandelten Produkten. Besonders bei Devisen und Futures wird aus Tabelle 5 deutlich, dass diese Produkte vornehmlich von Heavytradern zum Handeln genutzt werden. Zudem fällt auf, dass die Mittelwertunterschiede bei den Anlagen in verschiedene Arten von Investmentfonds und in deutsche Renten nicht statistisch signifikant sind (Ausnahme: Signifikanz von 0,8% unter Anwendung der einfaktoriellen ANOVA bei Spezialitätenfonds; der WelchTest liefert jedoch nur ein Signifikanzniveau von 13%). Interessant ist es auch die Anzahl der gehandelten Produktkategorien insgesamt in Abhängigkeit der Transaktionshäufigkeit zu betrachten. Tendenziell zeigt sich bei den Fallgruppen mit steigender Transaktionshäufigkeit zunächst ein zunehmendes Spektrum an gehandelten Produkten, während bei den Heavytradern schon wieder eher eine Spezialisierung auf wenige, spekulative und wissensintensive Finanzprodukte einzusetzen scheint. Der Mittelwert der Anzahl der gehandelten Produktgattungen steigt von 2,7 bei den Inaktiven kontinuierlich bis auf 4,4 bei Häufigtradern. Bei den Heavytradern sinkt der Mittelwert hingegen wieder auf 3,7. Die Nullhypothese kann signifikant verworfen werden. Tabelle 5: Gehandelte Produkte nach Transaktionshäufigkeit der Kunden Dt. Aktien Ausl. Aktien Aktienfonds Fonds (gemischt) Immobi- Speziali- Renten- Deutlientätenfonds sche fonds** fonds** Renten Interna- Optionen Fututionale res** Renten** Devisen** #. der gehand. Prod. Mittelwert 0,92 0,66 0,54 0,32 0,07 0,06 0,15 0,21 0,10 0,30 Std. abw. 0,27 0,47 0,50 0,47 0,25 0,24 0,36 0,41 0,31 0,46 0,05 0,05 3,47 0,23 0,23 < 1 Trade 0,85 0,55 0,54 0,32 0,02 0,02 0,11 0,16 0,04 0,06 0,00 2,06 0,01 2,69 1 Trade 0,97 0,67 0,59 0,44 0,10 0,05 0,18 0,23 0,13 0,28 0,05 0,03 3,72 2-5 Trades 0,97 0,77 0,64 0,32 0,08 0,05 0,23 0,21 0,11 0,38 0,05 0,03 3,82 6-10 Trades 1,00 0,85 0,44 0,32 0,15 0,21 0,15 0,32 0,24 0,59 0,09 0,09 4,44 > 10 Trades 0,90 0,69 0,41 0,17 0,07 0,07 0,10 0,21 0,10 0,52 0,21 0,24 3,69 F-Statistik (4,256) 3,55 3,81 1,52 1,33 1,82 3,98 1,26 1,01 2,63 14,04 5,19 6,97 6,42 Signifikanzniveau <,01 <,01 0,20 0,26 0,13 <,01 0,28 0,40 0,04 <,01 <,01 <,01 <,01 Sign. Welch-Test ./.* <,01 0,21 0,20 0,13 0,13 0,34 0,48 0,08 <,01 ./.* 0,05 <,01 Gabriel*** 1 vs. 3, 1 vs. 4 1 vs. 3, 1 vs. 4 ./. ./. ./. 1 vs. 4, 3 vs. 4 ./. ./. 1 vs. 4 1 vs. 3, 1 vs. 4, 1 vs. 5, 2 vs. 4 1 vs. 5, 2 vs. 5, 3 vs. 5 1 vs. 5, 2 vs. 5, 3 vs. 5 1 vs. 3, 1 vs. 4 * Welch-Test konnte nicht durchgeführt werden, da in mindestens einer der Fallgruppen die Varianz null ist. ** Auf Grund der relativ kleinen Fallzahlen (< 30) sind die Werte in diesen Produktgattungen nur eingeschränkt aussagefähig. *** „1 vs. 3“ bedeutet bspw., dass auf Basis des Gabriel-Tests signifikant unterschiedliche Mittelwerte zwischen Fallgruppe 1 und 3 in der Stichprobe bestehen. Anzumerken ist in diesem Zusammenhang noch, dass fast 80% der Befragten – unabhängig von der Transaktionshäufigkeit – der Aussage zustimmen, dass sie bisher alle von ihnen gewünschten Wertpapiere bei ihrem Broker auch handeln konnten; 14% äußerten sich ablehnend. Interessanterweise gehören diese 14% der Befragten auch zu denjenigen, welche sich signifikant unzufriedener mit ihrem Broker äußern (Mittelwert bei der Frage nach der Zufriedenheit mit dem Online-Broker 3,1 bei den Ablehnern der Aussage versus 4,0 9 bei den Zustimmenden, die Nullhypothese kann signifikant verworfen werden). Neben den handelbaren Wertpapieren stellt sich noch die Frage nach der Bedeutung weiterer Bankangebote (Girokonto, Sichteinlagen, Baufinanzierung, …). Eine deutliche Mehrheit (55%) stimmt der Aussage zu, dass Kontoführungsangebote nicht wichtig seien, 25% äußern sich gegenteilig. Auffallend ist, dass die Wichtigkeit von Kontoführungsangeboten für Kunden mit der Transaktionshäufigkeit steigt. Diese deskriptiv bestätigten Zusammenhänge sind jedoch nicht statistisch signifikant (F(4,171)=.58, p=.67). 4.2.4 Kanäle Als Medium für die Abwicklung der Handelsvorgänge – Mehrfachnennungen waren möglich – wird von fast allen Teilnehmern das World Wide Web genannt: Knapp 90% gaben an, ihre Transaktionen häufig über das Web abzuwickeln, weniger als 5% verwenden das WWW nie. Das am zweithäufigsten genannte Medium war das Telefon, das von 15% der Befragten häufig, von 52% selten und von 33% nie verwendet wird. Fax und BTX werden von den Befragten nur in geringem Ausmaß verwendet (87% bzw. 95% nutzen diese Medien nie). Die Inaktiven nennen dabei im Vergleich zu allen anderen Gruppen – auf Basis des Gabriel-Tests – signifikant weniger häufig das WWW als ihr Handelsmedium. Bei der Frage nach der Verzichtbarkeit einzelner Kanäle werden insb. das Fax (66%) und BTX (81%) genannt. Für den Verzicht auf das Web und das Telefon sprechen sich nur vergleichsweise wenige aus (7% bzw. 13%). Auf einem 5% Niveau kann lediglich die Nullhypothese bzgl. des Verzichts auf das Telefon abgelehnt werden (F(4,241)=2.37, p=.05). Eine klare Tendenz in den Antworten nach Transaktionshäufigkeit lässt sich jedoch nicht erkennen. Besonders auffallend ist, dass sich vergleichsweise sehr wenige Häufigtrader (3%) jedoch viele Heavytrader (28%) für den Verzicht auf das Telefon aussprechen. 4.2.5 Beim Online-Broker verwaltetes Vermögen Wird der Anteil des beim jeweiligen Hauptbroker verwalteten Vermögens betrachtet, so zeigt sich, dass 28% der Befragten fast ihr gesamtes liquides Vermögen beim Hauptbroker verwalten. Immerhin drei Viertel der Befragten verwalten ca. die Hälfte ihres liquiden Vermögens bei ihrem Hauptbroker (vgl. Abbildung 1). Abbildung 1: Anteil des beim Hauptbroker verwalteten Vermögens 90% 25% 80% 70% 20% 60% 15% 50% 40% 10% 30% 20% 5% 10% 90 - 100% 80 - 90% 70 - 80% 60 - 70% 50 - 60% 40 - 50% 30 - 40% 20 - 30% 0% 10 - 20% 0% Kumulierte Häufigkeit in Prozent 100% 30% 0 - 10% Häufigkeit der Nennungen in Prozent Anteil des beim Hauptbroker verwalteten Vermögens Häufigkeit in Prozent kumulierte Häufigkeit Bei der Analyse in Abhängigkeit der Transaktionshäufigkeit kann die Nullhypothese verworfen werden (F(4,164)=4.08, p=<0.1). Tendenziell halten dabei die Kunden mit einer höheren Transaktionshäufigkeit auch einen höheren Anteil ihres Vermögens bei Ihrem Hauptbroker als die weniger Aktiven – bspw. die Häufigtrader knapp 80% gegenüber den Inaktiven mit knapp 60% –, jedoch ergibt sich hier kein eindeutiges Bild. 10 4.2.6 Transaktionsvorbereitung und -entscheidung Nur 25% der Befragten stimmen der Aussage zu, den Großteil ihrer Informationen von ihrem Online-Broker zu erhalten, 53% hingegen lehnen diese Aussage ab. Dabei können Privatkunden sich nicht nur bei anderen Online-Brokern, in der Fachpresse (bspw. Börse online) oder in Finanzportalen (bspw. bei www.onvista.de oder www.finanztreff.de) informieren, sondern auch Wertpapierbörsen stellen teilweise umfangreiche Informationen zur Verfügung (Gomber et al., 2000). Zwar schätzen immerhin 72% das Informationsangebot ihres Online-Brokers als groß ein und nur 9% lehnen diese Aussage ab, aber nur 53% der Befragten bezeichnen das Informationsangebot als ausreichend. Bei 30% Neutralen, lehnen 17% diese Aussage ab. Hinsichtlich Transaktionshäufigkeit ergeben sich keine statistisch signifikanten Unterschiede bei den Kunden bzgl. dieser Aussagen (F(4,189)=1.81, p=.13 bzw. F(4,169)=0.10, p=.98). Zum Thema Durchgängigkeit vom Informationsangebot zum Transaktionsbereich – also der Einfachheit, mit den Angaben zu einem ausgewählten Wertpapier (WKN / ISIN, Kauf / Verkauf, …) vom Informationsangebot in den Transaktionsbereich eine Brokers zu gelangen, ohne dass dort eine Neueingabe erforderlich ist – ließ sich im Rahmen der Befragung Folgendes feststellen: Ein Großteil der Teilnehmer schätzt diese Unterstützung als sehr wichtig ein; von einem Großteil der Anbieter wird diese Durchgängigkeit auch unterstützt. So stimmen 69% der Befragten – unabhängig von der Transaktionshäufigkeit – der Aussage zu, dass diese Durchgängigkeit wichtig ist. Bei einer Befragung ob diese Durchgängigkeit durch den Online-BrokerageAnbieter erfüllt ist, verneinten nur 16% diese Anforderung, 60% stimmen zu. Ein weiterer im Rahmen des Handelsverhaltens betrachteter Aspekt war die Relevanz der technischen Wertpapieranalyse für die Befragten: Ihr maßen 43% der Teilnehmer eine große Rolle in ihrer individuellen Wertpapierauswahl zu. Betrachtet man die Wichtigkeit der technischen Analyse in Abhängigkeit von der Transaktionshäufigkeit der Kunden, lässt sich erkennen, dass Häufig- und Heavytrader der technischen Analyse tendenziell eine höhere Bedeutung bei ihren Wertpapierentscheidungen beimessen als die anderen Fallgruppen (Mittelwert 2,9 bei den Inaktiven versus 3,5 bei den Heavytradern). Dieser Zusammenhang ist jedoch nur deskriptiv aber nicht statistisch signifikant (F(4,169)=0.91, p=.46). Bemerkenswert im Bezug auf die technische Analyse ist, dass in einer weiteren Frage 70% die Chartanalyse als ein für sie wichtiges Tool betiteln, aber nur 43% der Teilnehmer (vgl. oben) die technische Analyse als ein wichtiges Instrument im Rahmen einer Tradingentscheidung angibt. Es handelt sich bei den Begriffen jedoch um Synonyme (Steiner/Bruns, 2002, 272). Weitere so genannte Analysetools, wie Watchlist (Beobachtung von einzelnen Wertpapieren), Musterdepot (Führen eines virtuellen Depots bspw. zu Lern- oder Kontrollzwecken), Depotanalyse (Analyse des Depots bspw. hinsichtlich Länder- oder Branchenaufteilung), Warnfunktion bei Limits oder depotbezogene News (personalisierter Newsfeed auf Basis der in einem Depot gehaltenen Werte) werden von den Befragten mehrheitlich als wichtig bzw. sehr wichtig eingeschätzt (vgl. Abbildung 2). Die höchste Bedeutung kommt dabei der Warnfunktion bei den Limits zu (Mittelwert 3,7), gefolgt von der Chartanalyse (3,6). Das Musterdepot wurde mit einem Mittelwert von 3,0 als das am wenigsten wichtige unter den genannten Tools bewertet. Der Test auf signifikante Unterschiede der Mittelwerte in Abhängigkeit der Transaktionshäufigkeit führt bei keiner der Fragen hinsichtlich der Bedeutung von Tools zu einer Verwerfung der Nullhypothese. Gleichwohl gibt es jedoch hinsichtlich des Umfangs der Nutzung von Tools auf einer Webseite signifikante Unterschiede (F(4,185), p<.01). Gefragt war hier nach der Einschätzung bzgl. des eigenen Nutzungsanteils an den beim Hauptbroker vorhandenen Tools in Prozent (Skala: Von der Klasse „0% bis 10%“ (= 1) in Zehnprozentpunk- 11 teschritten bis zu Klasse „90% bis 100%“ (= 10)). Mit steigender Transaktionshäufigkeit nimmt der Mittelwert bei den Inaktiven von 2,0 kontinuierlich auf 3,7 bei den Heavytradern zu. Zu den Transaktionskosten ist anzumerken, dass diese zwar bei der Brokerwahl (vgl. Abschnitt 4.1) ein wichtiger Einflussfaktor zu sein scheinen, bei individuellen Trading Entscheidungen aber nur von begrenzter Relevanz sind: Über 55% der Befragten stimmten der Aussage zu, dass sie ihre Transaktionen unabhängig von den jeweils anfallenden Transaktionskosten tätigen, 32% lehnen die Aussage ab (davon 5% mit einer starken Ablehnung). Analysiert hinsichtlich der Transaktionshäufigkeit lässt sich die Nullhypothese nicht ablehnen (F(4,170)=1.35, p=.25).ix 4.3 Zufriedenheit und Wechselbereitschaft Nachdem dargestellt wurde, welchen Determinanten besondere Bedeutung bei der Wahl eines Brokers zukommt und wie sich die Kunden beim Broker verhalten, stellt sich noch die Frage nach potenziellen Zufriedenheitstreibern auf der einen und Abwanderungsgründen auf der anderen Seite.x Ganz allgemein sind die Befragungsteilnehmer mehrheitlich zufrieden mit ihrem Anbieter (71%). Lediglich 5% der Teilnehmer äußern sich hierzu gegenteilig. Auch wenn die Mittelwertunterschiede bei der Analyse in Abhängigkeit der Transaktionshäufigkeit hier signifikant sind (F(4,236)=2.44, p=.05), ist keine klare Tendenz erkennbar und die Mittelwerte bewegen sich in einem engen Rahmen (3,7 bei den Inaktiven, 4,2 bei den Häufigtradern und 3,9 bei den Heavytradern). In einer offenen Frage nach den wichtigsten Gründen für die Zufriedenheit mit dem eigenen Anbieter, ist der Webauftritt der wichtigste Zufriedenheitsfaktor, genannt wurde dies in 40% der Antworten (bei hier 99 offenen Nennungen). Weitere relevante Punkte in diesem Bereich waren der gebotene Service (24%) sowie die Kosten (23%). Bei der offenen Frage nach Unzufriedenheitsfaktoren, machten nur 35 Befragte überhaupt eine Angabe, was für eine relativ große Zufriedenheit unter den Befragten sprechen könnte. Der am häufigsten genannte Punkt, war hier der Preis, der in 41% der Fälle genannt wurde. 29% der Antworten kann man der Kategorie Webangebot und 24% der Kategorie Service zuordnen. In geschlossenen Fragen wurde den Zufrieden- und Unzufriedenheitstreibern weiter auf den Grund gegangen. Die Usability und Bedienbarkeit des Webangebots spielt offensichtlich eine wichtige Rolle für die Zufriedenheit und könnte daher auch potenziell zu Unzufriedenheit führen. Ein Großteil der Befragten (78%) gibt in diesem Zusammenhang an, die gewünschten Informationen und Funktionen im Webauftritt ausreichend schnell zu finden, nur 7% äußern sich gegenteilig. 60% geben an, dass die Informationsaufbereitung übersichtlich ist und schnelles und zielgerichtetes Finden der gewünschten Informationen erlaubt, hier äußern sich 17% gegenteilig. Immerhin 48% der Befragten stimmen der Aussage zu, dass sie ihren Broker wechseln, wenn sich die Strukturierung und Bedienbarkeit des Webangebots deutlich verschlechtert; 22% äußern sich gegenteilig. Die Nullhypothese kann bei allen drei Fragen nicht verworfen werden (F(4,189)=.22, p=.93; F(4,164)=.55, p=.70; F(4,184)=.30, p=.88). Über 51% geben an, dass ihnen eine bessere Aufbereitung der vorhandenen Informationen die Wertpapierauswahl deutlich erleichtern würde. Die Zustimmung zu dieser Aussage nimmt jedoch mit zunehmender Transaktionshäufigkeit ab (Mittelwert bei den Inaktiven 3,6 vs. 2,6 bei den Heavytradern; Nullhypothese kann signifikant verworfen werden (F(4,170)=3.81, p=.01)). In diesem Kontext ist auch eine Frage nach der Personalisierung zu sehen: 76% der Befragten wünschen sich eine stärkere Personalisierung, die Ihnen alle 12 persönlich als wichtig eingeschätzten Informationen auf einer Seite zusammenfasst und dadurch die Kauf-/ Verkaufentscheidung erleichtert. Hier kann die Nullhypothese zwar bei der einfaktoriellen ANOVA signifikant (F(4,170)=2.99, p=.02), bei Anwendung des Welch-Tests jedoch nicht signifikant verworfen werden (t(63,97)=1.62, p=.18). Der Gabriel-Test liefert nur signifikante Unterschiede zwischen der Fallgruppe der Inaktiven und der Heavytrader. Bei den Heavytradern ergibt sich ein Mittelwert von 3,2, während sich die Mittelwerte der vier anderen Fallgruppen zwischen 3,9 und 4,1 bewegen. In der Abwägung eines umfangreichen Informationsangebots und der direkten Benachrichtigungen über persönlich als wichtig erachtete Ereignisse und (Markt-)Veränderungen, entscheiden sich 53% für die Benachrichtigungen, nur 16% äußern sich gegenteilig. Die Nullhypothese kann nicht verworfen werden (F(4,169)=.22, p=.93). Der Frage dahingehend, ob eine Erleichterung des Brokerwechsels (möglichst wenig Formulare ausfüllen, unkomplizierter und kostengünstiger Depotübertrag, …) einen Wechsel bewirken würde, stimmten 22% zu – ein durchaus relevantes Kundenverlustpotenzial. Die Zustimmung zu dieser Aussage in Abhängigkeit der Transaktionshäufigkeit liefert signifikante Unterschiede (F(4,174)=3.55, p<.01). Tendenziell steigt dabei die Bereitschaft zum Wechsel mit sinkender Anzahl an Transaktionen. Ein Anteil von 25% der Befragten sieht – bei 47% Ablehnenden – ein größeres Wertpapierangebot als potenziellen Wechselgrund. Deskriptiv steigt dabei die Zustimmung zu der Aussage, dass ein größeres Wertpapierangebot ein Wechselgrund ist mit der Transaktionshäufigkeit an (der Mittelwert steigt in engen Grenzen von 2,6 bei den Inaktiven kontinuierlich auf 3,1 bei den Heavytradern an). Die Nullhypothese kann jedoch nicht verworfen werden (F(4,171)=.81, p=.52). Als sehr zentral erweist sich auch die Verfügbarkeit der Handelsapplikation, also der Softwareanwendung für die Ordereingabe und das -routing. Bei im Durchschnitt mehr als 5 Ausfällen pro Woche, würden 86% der Befragten den Online-Broker wechseln. Immerhin noch 12% würden bei einem Ausfall pro Woche Ihren Online-Broker wechseln. 14% würden ihren Online-Broker nicht auf Grund von Verfügbarkeitsproblemen – unabhängig davon wie ausgeprägt – wechseln. Hierbei kann die Nullhypothese hinsichtlich der Mittelwertunterschiede bei Fallgruppen in Abhängigkeit der Transaktionshäufigkeit nicht verworfen werden (F(4,198)=.61, p=.66). Hinsichtlich der Entscheidungsunterstützung der Kunden durch die bereits oben genannten Tools, erweisen sich beim Fehlen derselben allerdings lediglich Limitwarnungen (Zustimmung von 23% der Befragten) und unternehmensbezogene Nachrichten (11%) als wechselrelevant, die deutliche Mehrheit der Befragten (69%) sieht in keinem der oben genannten Tools einen potenziellen Wechselauslöser. Abbildung 2: Relevanz verschiedener Tools Relevanz verschiedener Brokerage-Tools Tool ist wichtig oder sehr wichtig To ol Ke in Ch ar ta na ly s e De po ta na lys W e ar nu Un ng te rn be eh iL m im en it sb ez og en e N ew s An de re To ol s us te rd ep ot Fehlen würde zu Wechsel führen M W at ch lis t 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 13 5 Diskussion und Limitierungen Die Ergebnisse zeigen grundsätzlich, dass in der Tat in einigen Bereichen signifikante Unterschiede in den Einstellungen bei den Fallgruppen, welche auf Basis der Transaktionshäufigkeit gebildet wurden, bestehen. Eine Segmentierung der Kunden nach diesem Kriterium erscheint daher nicht grundsätzlich abwegig, ob diese aber auch eine kundengruppenspezifische Angebotsgestaltung rechtfertig, soll im Folgenden diskutiert werden. Obwohl viele Anbieter mit speziellen Sonderaktionen versuchen Neukunden zu akquirieren, zeichnen die Umfrageergebnisse ein anderes Bild. Hier werden eindeutig konstant niedrige Gebühren gegenüber preislichen Sonderaktionen unabhängig von der Transaktionshäufigkeit bevorzugt. Intuitiv einleuchtend ist der Umstand, dass Häufig- und Heavytrader beim Gebührenmodell des Brokers die variablen Transaktionskosten in ihrem Entscheidungskalkül vergleichsweise stärker gewichten. Auch zusätzliche Kontoführungsangebote sind in der Tendenz für aktive Kunden wichtiger. Dies könnte damit erklärt werden, dass gerade Häufigund Heavytrader auf Grund ihrer spekulativen Dispositionen teilweise sehr kurzfristig auf Liquidität angewiesen sind und daher dem Angebot von zusätzlichen Kontoführungsangeboten eine höhere Bedeutung beimessen. Gleichermaßen von allen Fallgruppen als mehrheitlich attraktivitätssteigernd wird das Angebot mehrerer Tarife wahrgenommen. Dem bei allen Fallgruppen mehrheitlich vorhandenen Wunsch nach einer Auswahl von mehreren Tarifen wird von vielen Online-Brokern durch die Einräumung von Gebührenvorteilen für Community-Mitglieder (vgl. Abschnitt 2.3) teilweise bereits entsprochen. Erwartungsgemäß haben Anleger mit einer hohen Anzahl von Transaktionen andere Anlageziele (Spekulation, Spielerei) als weniger aktive Kunden. Für etwaige kundengruppenspezifische Marketingaktionen sollten zur Verminderung von Streuverlusten und zur Vermeidung von Unzufriedenheit bei den Kunden solche Aspekte beachtet werden. Bei einer Ausweitung der Angebotsproposition über einfache Kontoführungsangebote hinaus in Richtung Vollbankangebot – wie dies am Markt auch bei einigen Anbietern zu beobachten ist (vgl. Anhang A.2) – scheinen insbesondere die weniger aktiven Kunden die wichtigere Zielgruppe für ein solches Angebot zu sein. Die zusätzlichen durch diese Maßnahme erwarteten Erträge sollten dabei aber mit dem Risiko durch die Verwässerung der Proposition abgewogen werden. Potenziell fühlen sich gerade die bislang hochprofitablen aktiven Kunden auf Grund anderer Zielsetzungen bei der Nutzung ihres Anbieters zunehmend weniger gut bei diesem aufgehoben. Die für eine Transaktionsentscheidung relevanten Informationen werden unabhängig von der Transaktionshäufigkeit mehrheitlich nicht beim eigenen Hauptbroker bezogen. Dies birgt die Gefahr der Abwanderung, da die Kunden auf anderen Finanzseiten vielfach mit Werbung anderer Anbieter konfrontiert werden. Warum die Kunden auf andere Quellen zurückgreifen, obwohl das Informationsangebot des eigenen Online-Brokers mehrheitlich als ausreichend und von mehr als Zwei Dritteln der Befragten sogar als groß beurteilt wird, bleibt offen. Erklärungsansätze könnten die Gewöhnung an andere Seiten (so gab ein Teilnehmer der Vorbefragung an, dass er trotz eines Brokerwechsels immer noch seine Informationen bei seinem ehemaligen Broker bezieht), die Vermeidung von trackingrelevanten Informationen oder die höhere unterstellte Produktunabhängigkeit von brokerunabhängigen Finanzseiten sein. Im Zusammenhang mit der Erkenntnis, dass der Webauftritt der wichtigste Zufriedenheitstreiber in einer Kundenbeziehung zu sein scheint, sollten diese Ergebnisse Ausgangspunkt für weitergehende Forschung hinsichtlich des Informationsverhaltens von Privatanlegern sein. 14 Auch bei der Frage nach der Wichtigkeit von unterschiedlichen Tools, welche eine Transaktionsentscheidung unterstützen sollen, lassen sich keine Unterschiede hinsichtlich der Transaktionshäufigkeit erkennen. Letztlich haben sich auch nur die Limitwarnfunktion sowie depotbezogene News als überhaupt wechselrelevante Funktionen herausgestellt, gleichwohl wurden alle abgefragten Tools als mehrheitlich wichtig oder sehr wichtig beurteilt. Bezüglich der Nutzung der Tools ist bemerkenswert, dass selbst Heavytrader, im Schnitt nach eigenen Angaben weniger als 40% der bei ihrem Hauptbroker angebotenen Tools nutzen. Dies lässt darauf schließen, dass es viele Tools gibt, welche nur von einem kleinen Teil der Kunden überhaupt benutzt werden. Ein konsequentes Tracking und Controlling ist daher erforderlich, um ein wertsteigerungsoptimales Angebot zu offerieren. Hinsichtlich der Bedeutung der Handelskanäle hätte man intuitiv erwartet, dass mit steigender Transaktionshäufigkeit die Verzichtbarkeit auf das Telefon sinkt, da gerade Heavytrader in sehr risikobehafteten Produkten (bspw. Futures) handeln und bei einem Ausfall der Webseite über das Telefon Positionen glatt stellen können müssen. Dies kann an Hand der Umfrageergebnisse jedoch nicht bestätigt werden. Ob sich das Angebot einer spezifischen Hotline für die Heavytrader – welche von fast allen Anbietern für ihre Kunden mit vielen Transaktionen angeboten wird (vgl. Tabelle 1) – tatsächlich ökonomisch lohnt, sollte daher genauer überprüft werden. Hinsichtlich der gehandelten Produkte, stellt die hohe Zahl an in deutschen Aktien handelnden Kunden (92%) die Vermutung des Home Bias, d.h. die Bevorzugung inländischer Aktien (Coval/Moskowitz, 1999; Deutsche Bundesbank, 2001), in den Portfolien nahe. Hochinteressant ist das Ergebnis, dass Anteile von Investmentfonds eher unabhängig von der Transaktionshäufigkeit gehandelt werden. Aus dieser Perspektive sollte – und wird in der Praxis in der Regel auch so gehandhabt – bei Investmentfondstransaktionen eine einheitliche Angebotsgestaltung für alle Kundengruppen offeriert werden. Bei den spekulativeren Wertpapieren gibt es hingegen sehr deutliche Unterschiede in der Nutzung. Dabei nutzen die Häufigtrader das breiteste Spektrum an handelbaren Produktgattungen und erwarten ein entsprechendes Angebot daher vermutlich auch. Bei den Heavytradern setzt hingegen eine Spezialisierung ein, was grundsätzlich die Gefahr für traditionelle, breit aufgestellte Online-Broker birgt, dass diese Kunden zu spezialisierten Anbietern abwandern. Die Unzufriedenheit mit einem Anbieter ist dabei signifikant höher, wenn nicht alle gewünschten Wertpapiere bei diesem gehandelt werden können, was bei immerhin 14% der Befragten der Fall war. Sollen mit einer Angebotsproposition also insbesondere Häufig- und Heavytrader angesprochen werden, sind ein breites Angebot an Zugängen zu verschiedenen inländischen und ausländischen Handelsplätzen und ein breites Angebot an handelbaren Wertpapieren erforderlich. Da solche Zugänge vor allem Fixkosten verursachen (hinsichtlich deutscher Handelsplätze vgl. (Kundisch et al., 2005)), ist eine Einschränkung des Zugangs auf spezifische Kundengruppen aus dieser Perspektive nicht sinnvoll. Wichtig erscheint in diesem Zusammenhang eine umfassende Betrachtung über den Anschluss weiterer Handelsplätze, denn das Fehlen eines solchen wird nicht nur potenziell zusätzliche oder alternative Transaktionen an diesem Handelsplatz verhindern, sondern kann auch zur vollständigen Abwanderung eines Kunden mit seinem gesamten Transaktionsvolumen führen. Interessant ist noch der Aspekt der offensichtlich wechselwilligen Kunden. Dabei ziehen tendenziell die weniger aktiven Kunden einen Wechsel in Betracht. Grundsätzlich wäre die Abwanderung solcher meist nur Verwaltungskosten verursachenden Kunden sogar im Sinne der jeweiligen Anbieter. Jedoch sollte das Kundenpotenzial bei der Entscheidung, ob in den Erhalt einer Kundenbeziehung investiert wird, mit einfließen. 15 Evtl. handelt es sich um einen Kunden, welcher zukünftig durch geeignete Angebote wieder aktiviert und zu häufigerem Handeln animiert werden kann. Kurz nach Beendigung der Online-Befragung im Herbst 2003 haben sowohl die comdirect als auch die dab Bank einen Relaunch ihres Webauftritts vorgenommen mit – zumindest nach außen hin über brokereigene und in brokerunabhängigen Diskussionsforen wahrnehmbarem – deutlich unterschiedlichem Echo: die Kunden der dab Bank nahmen den Relaunch mehrheitlich als Verbesserung war, während sich bei comdirect Kunden vielfach Ärger über längere Navigationswege etc. breit machte. Ob dies zu einer Kundenabwanderung bei der comdirect geführt hat, lässt sich nicht ermitteln, gleichwohl wurde deutlich, dass die Gestaltung des Webauftritts erwartungsgemäß einen sehr sensiblen Punkt im Rahmen einer Kundenbeziehung zu einem Online-Broker darstellt (vgl. Abschnitt 4.3). Interessant in diesem Zusammenhang ist noch, dass es bei der Beurteilung des Webangebots des eigenen Hauptbrokers keine signifikanten Unterschiede in den Fallgruppen gab, obwohl mit steigender Transaktionshäufigkeit von mehr Erfahrungswerten und einer besseren Vertrautheit mit dem Webauftritt eines Anbieters ausgegangen werden könnte. Dies könnte für einen potenziell geplanten Relaunch dafür sprechen, dass es ausreicht Häufig- oder Heavytrader in die Neugestaltung mit einzubeziehen. Sind diese zufrieden, könnte man aus den obigen Ergebnissen ableiten, so sind es auch die weniger häufig Handelnden. Wie jede empirische Untersuchung, ist auch die im vorliegenden Beitrag präsentierte, mit einigen Limitierungen versehen. Diese werden im Folgenden diskutiert. Auf Grund der Bekanntmachung der Online-Umfrage mit einem Schwerpunkt an Universitäten und bei universitären Börsenforen, ist die Stichprobe hinsichtlich des Durchschnittsalters, der vertretenen Berufsgruppen verzerrt.xi In der vorliegenden Studie sind 80% der Befragungsteilnehmer 30 Jahre oder jünger, während NFO bspw. den Anteil der unter 30-jährigen unter den Online-Investoren in 2003 auf 28% schätzt (NFO, 2003). Der Anteil der Schüler und Studierenden unter den Befragungsteilnehmern macht in der vorliegenden Befragung 68% aus, während NFO den Anteil dieser Gruppe in 2003 an den Online-Investoren nur auf 9% schätzt (NFO, 2003). Die in diesem Beitrag abgeleiteten Aussagen können daher insbesondere für die Gestaltung eines Angebots genutzt werden, welches diese jüngere Zielgruppe adressieren soll. (Glaser, 2003) findet einen negativen Zusammenhang zwischen Alter und Transaktionshäufigkeit, was jüngere Zielgruppen tendenziell zu attraktiveren Zielgruppen – auf Basis des typischen Geschäftsmodells eines Online Brokers – macht. Darüber hinaus ergibt sich ein sehr deutliches Übergewicht an männlichen Befragungsteilnehmern (95%), welches sich jedoch dadurch relativiert, dass Online-Brokerage in der Tat hauptsächlich ein (noch) von Männern dominiertes Feld ist. NFO bspw. schätzt den männlichen Anteil unter den Online-Investoren in 2003 auf 85% (NFO, 2003). Als die Aussagekraft der Ergebnisse einschränkend sind auch die vergleichsweise kleinen Fallgruppen bei den Häufig- und Heavytradern zu nennen (n = 34 bzw. n = 29). Schließlich waren alle Fragen mit Bezug auf den eignen Hauptbroker gestellt. Es kann jedoch nicht sichergestellt werden, dass die Befragungsteilnehmer bei Ihren Antworten tatsächlich zwischen ihrem Haupt- und etwaigen Nebenbrokerverbindungen unterschieden haben bzw. unterscheiden konnten. Zahlreiche Fragen beziehen sich jedoch eher auf allgemeine Einstellungen zum Brokerage und sind daher nicht brokerspezifisch. Zudem werden Nebenbrokerverbindungen nach unseren Projekterfahrungen kaum oder gar nicht genutzt und sind oftmals brachliegende Leerdepots. Daher kann unseres Erachtens davon ausgegangen werden, das sich die Antworten in der weit überwiegenden Anzahl tatsächlich – mangels Erfahrungswerten – auf den Hauptbroker bezogen haben. Als problematisch kann dabei noch gesehen werden, dass für die Beant- 16 wortung der Fragen der Hauptbroker als Referenzpunkt verwendet wurde. Da die Angebotspropositionen zwar im Kern sehr ähnlich, im Detail jedoch durchaus unterschiedlich sind (Angebotene Tools, Anzahl an online verfügbaren Auslandshandelsplätzen, Anzahl an Direkthandelspartnern, Gestaltung von Such- und Handelsprozessen, …), sind die Basen für die Referenzen offensichtlich auch unterschiedlich. Dieses Problem kann man nur umgehen, indem man nur Kunden eines Anbieters befragt, jedoch erkauft man sich damit potenziell eine andere Verzerrung der Stichprobe, denn es kann nicht von identischen Kundenportfolien bei den Anbietern ausgegangen werden. Bei der Analyse der obigen Fragen in Abhängigkeit der Zugehörigkeit zu einem Hauptbroker statt in Abhängigkeit der Transaktionshäufigkeit konnten starke Indizien gefunden werden, die für diese Hypothese sprechen. Natürlich sind die Antworten auch vor dem Hintergrund der damaligen Börsensituation und -historie zu sehen (vgl. Anhang A.2). Da in der vorliegenden Analyse jedoch vielmehr die Unterschiede zwischen einzelnen Kundengruppen und nicht so sehr das absolute Niveau bei den Antworten im Vordergrund steht, erscheint dieser Punkt für die hier gemachten Ableitungen vergleichsweise unbedeutend. 6 Zusammenfassung und Ausblick Nach einer schmerzlichen Konsolidierungsphase in 2001 und 2002 hat sich der Markt für Online-Brokerage in Deutschland gesund geschrumpft und die meisten Anbieter arbeiten mittlerweile wieder profitabel. Auf Grund der eher unspektakulären Börsenentwicklung in den letzten Monaten und der verhaltenen Entwicklung von den wenigen Neuemissionen am deutschen Kapitalmarkt, liegt die Wachstumsphantasie eher im Bereich der Bestandskundenausschöpfung (Vergrößerung des „share of wallet“) oder der Abwerbung von Kunden von Wettbewerbern. Da die allgemeine Zufriedenheit mit dem jeweiligen Hauptbroker zum Zeitpunkt der Befragung bemerkenswert hoch ist und sofern eine erhöhte Wechselbereitschaft vorhanden ist, sich diese vor allem auf – zumindest bislang – eher inaktive Kunden bezieht, erscheint auch vor diesem Hintergrund eine Strategie, die vor allem auf die Bestandskundensicherung und -ausschöpfung fokussiert, besonders Erfolg versprechend. Vor diesem Hintergrund wird in diesem Beitrag, auf Basis einer durchgeführten Online-Umfrage unter Online-Brokeragekunden, der Frage nachgegangen, ob die Transaktionshäufigkeit pro Zeiteinheit ein guter Indikator für eine Segmentierung der (Bestands-)Kunden darstellt und eine darauf abgestimmte Angebotsgestaltung ökonomisch sinnvoll erscheint. Die Ergebnisse sprechen stark dafür, dass Kunden mit einer höheren Transaktionshäufigkeit insbesondere in den Bereichen des erwünschten Preismodells hinsichtlich der transaktionsabhängigen Gebühren, der handelbaren Wertpapiere, der Zielsetzung bei der Nutzung des Online-Brokerageangebots und der Breite der Nutzung von Entscheidungsunterstützungstools signifikant andere Einstellungen als weniger aktive Kunden haben. Meist zeigt sich in den fünf Fallgruppen auch eine streng monotone Veränderung der Antwortmittelwerte mit zunehmender Transaktionshäufigkeit. Gleichwohl ergeben sich vor allem hinsichtlich der Informationsbeschaffung, dem Handel mit Investmentfonds, der Nutzung von Kanälen für die Abwicklung von Transaktionen und der Bedeutung der Bereitstellung von Entscheidungsunterstützungstools keine signifikanten Unterschiede. Besonders zu erwähnen ist die in allen Fallgruppen sehr ähnliche Bewertung der Navigationsstruktur und der Informationsaufbereitung des Webauftritts des Hauptbrokers. Diese Ergebnisse zeigen zum einen, dass die Transaktionshäufigkeit zwar ein wichtiges aber nicht das einzige Segmentierungskriterium für Kundengruppen und eine drauf aufbauende Marktbearbeitungsstrategie und Angebotsgestaltung sein sollte. In der Literatur ist ohnehin bekannt, dass ein eindimensionaler Ansatz 17 bei der Segmentierung kaum geeignet ist, die Komplexität der Profitabilität von Kundenbeziehungen und darauf Einfluss nehmende Größen abzubilden (Krafft/Albers, 2000, 519). Zum anderen können sie als Indiz dafür gewertet werden, dass die Offerierung von Preis- und Servicevorteilen – anstatt eines eigenen spezifischen Webauftritts oder eine größere Auswahl an handelbaren Wertpapieren – für besonders aktive Kunden sinnvoll ist. Das am Markt beobachtbare Vorgehen der etablierten Anbieter erscheint daher aus dieser Perspektive gerechtfertigt. Zukünftige Forschungsarbeiten in diesem Bereich sollten neben der Validierung der oben diskutierten Ergebnisse vor allem zwei Aspekte thematisieren: Erstens stellt sich die Frage nach dem Informationsbeschaffungsverhalten bei Privatanlegern und zweitens nach der Identifikation weiterer Kriterien für eine Kundensegmentierung. Literatur Balasubramanian, S.; Konana, P.; Menon, P. (2003): Customer Satisfaction in Virtual Environments: A Study of Online Investing, in: Management Science, 49, 7, S. 871-889. Barber, B.; Odean, T. (2001): Boys will be Boys: Gender, Overconfidence, and Common Stock Investment, in: Quarterly Journal of Economics, 116, 1, S. 261-292. Barber, B.; Odean, T. (2002): Online Investors: Do the Slow Die First?, in: Review of Financial Studies, 15, 2, 455-487. Bamert, T.; Heidingsfelder, M. (2001): Designeffekte in Online-Umfragen, in: Theobald, A.; Dreyer, M.; Starsetzki, T. (Hrsg.): Online-Marktforschung – Theoretische Grundlagen und praktischer Erfahrung. Gabler, Wiesbaden, S. 165-178. Chen, P.-Y.; Hitt, L. (2002): Measuring Switching Costs and Their Determinants in Internet-Enables Businesses: A Study of the Online Brokerage Industry, in: Information Systems Research, 13, 3, S. 255-274. Chiu, D.; Chan, W.; Lam, G.; Cheung, S. C.; Luk, F. (2003): An Event Driven Approach to Customer Relationship Management in e-Brokerage Industry, in: Proceedings of the 36th Hawaii International Conference on System Sciences (HICSS’03). Choi, J.; Laibson, D.; Metrick, A. (2000): Does The Internet Increase Trading? Evidence From Investor Behavior In 401(k) Plans. National Bureau Of Economic Research, NBER Working Papers #7878. Cocca, T. (2002): Transaction Costs and Investment Behaviour of Online Investors – Empirical Evidence from the Swiss Market, in: Electronic Markets, 12, 4, S. 252-261. Coval, J.; Moskowitz, T. (1999): Home Bias at Home: Local Equity Preference in Domestic Portfolios, in: Journal of Finance, 54, 6. S. 2045-2073. Deutsche Bundesbank (2001): Die internationale Integration der deutschen Wertpapiermärkte, in: Deutsche Bundesbank Monatsbericht Dezember 2001. Forit (2000): [email protected] - Internet und Online Wertpapierhandel in Deutschland. Freter, H. (1983): Marktsegmentierung, Kohlhammer, Stuttgart. Gomber, P.; Holtmann, C.; Kurbjuweit, C.; Moderer, S. (2000): Wertpapierbörsen im Internet – Informationsangebot aus Sicht des Privatanlegers, in: Wirtschaftsinformatik, 42, 2, S. 168-174. Glaser, M. (2003): Online Broker Investors: Demographic Information, Investment Strategy, Portfolio Positions, and Trading Activity, Sonderforschungsbereich 540, Discussion Paper 03-18. Harris, L.E. (2002): Trading and Exchanges, Oxford University Press, New York. Herkner, W. (1981): Einführung in die Sozialpsychologie. 2. Aufl., Huber, Bern. Krafft, M.; Albers, S. (2000): Ansätze zur Segmentierung von Kunden – Wie geeignet sind herkömmliche Konzepte?, in: Zeitschrift für betriebswirtschaftliche Forschung, 52, 3, S. 515-536. Kundisch, D.; Henneberger, M.; Holtmann, C.: Börsenwettbewerb über explizite Transaktionskosten auch beim Privatanleger?, in: Österreichisches Bankarchiv, 53, 2, 2005, S.117-129. Lee, Y.; Kim, J. (2002): From Design Features To Financial Performance: A Comprehensive Model Of Design Principles For Online Stock Trading Sites, in: Journal of Electronic Commerce Research, 3, 3, S. 128-143. NFO (2002): Online Brokerage Monitor 2002, Dezember 2002. NFO (2003): Online Brokerage Monitor 2003, Dezember 2003. Oliver, R. (1999): Whence Customer Loyalty?, in: Journal of Marketing, Jg. 63, S. 33-44. 18 Reckase, M. (2000): Scaling Techniques, in: Goldstein, G.; Hersen, M. (Hrsg.): Handbook of Psychological Assessment. Pergamon, Amsterdam, S. 43-61. Srijumpa, R.; Speece, M.; Himangshu, P.: Satisfaction drivers for Internet service technology among stock brokerage customers in Thailand, in: Journal of Financial Services Marketing, 3, 6, S. 240-253. Steiner, M.; Bruns, C. (2002): Wertpapier-Management. 8. Aufl., Schäffer Poeschel, Stuttgart. Theobald, A. (2000): Das World Wide Web als Befragungsinstrument, Deutscher Universitätsverlag, Wiesbaden. 19 Anhang A.1: Kategorisierung der genannten Items – Gründe für die Brokerwahl Die angegebenen Kategorien soll die Vorgehensweise der Aggregation der Antworten der offenen Frage verdeutlichen. Kostenstruktur Alle Nennungen, die sich auf die Transaktionskosten, Depotgebühren und sonstige Elemente des Preismodells eines Online-Brokers beziehen. Beispiele für zugeordnete Nennungen: Preise, kostengünstig, günstige Konditionen. Service Nennungen die Erreichbarkeit, Freundlichkeit oder explizit guten Service ansprechen. Beispiele für zugeordnete Nennungen: Mehrere Orderwege, Kundennähe, gute Betreuung. Webauftritt Items, die entweder explizit den Webauftritt nennen oder die sich auf die Erreichbarkeit des Angebots, spezielle Tools oder allgemein die Technik beziehen. Beispiele für zugeordnete Nennungen: Technische Features, gute Infos auf der Webseite, Datenbank. Sonderaktionen Nennungen die sich auf zeitlich beschränkte Sonderangebote und Aktionen beziehen. Beispiele für zugeordnete Nennungen: Werbeaktion, Spezielles Angebot für Neukunden (Aktie der DTK geschenkt bekommen), Damaliges Lockangebot (Gratisaktie). Zusatzangebote Alle dauerhaften Angebote, die nicht in direktem Zusammenhang zum Online-Brokerage stehen. Beispiele für zugeordnete Nennungen: Nutzung Geldautomaten des Verbundes kostenlos, viele Fonds als Sparplan ab 50 Euro möglich, "hohe" Verzinsung des Girokontobestandes. Image Items die entweder das Image des Unternehmens an sich oder der Mutterbank ansprechen. Beispiele für zugeordnete Nennungen: Ruf des Mutterunternehmens, Große Privatbank im Hintergrund, seriös. Sonstiges Alle Nennungen, die nicht einer anderen Kategorie zuzuordnen waren. Beispiele für zugeordnete Nennungen: Empfehlungen, gab damals noch nicht so viele Broker, damaliger bzw. jetziger Arbeitgeber. 20 Anhang A.2: Marktsituation zum Zeitpunkt der Befragung Da sich im Markt für Online-Brokerage zum Befragungszeitpunkt nur noch zwei börsennotierte Aktiengesellschaften befinden (comdirect und dab Bank), ist die Datengrundlage für eine Charakterisierung des Marktes suboptimal. Noch vergleichsweise am besten kann man ein Gefühl für die Größe des Marktes durch einen Vergleich der Wettbewerber anhand der Anzahl der geführten Kundendepots bekommen (vgl. Abbildung 3).xii Ohne diese kommt man Ende 2002 auf ca. 3,6 Mio. online geführte Kundendepots. Da viele Kunden mehr als nur eine (Haupt-)Broker-Verbindung unterhalten – laut (NFO, 2002) 1,84 – kann man den Markt auf ca. 2 Mio. Online-Brokerage-Kunden schätzen. Diese Zahl dürfte auf Grund der wenig spektakulären Börsenentwicklung zwischen 2003 bis Anfang 2005 nur wenig höher liegen. Das Wachstum eines Anbieters wird daher zu einem großen Teil nur auf Kosten von Wettbewerbern oder durch bessere Ausschöpfung von Bestandskunden möglich sein. Abbildung 3: Geführte Kundendepots im deutschen Online-Brokerage-Markt Ende 2002 Anzahl der Depots in Taused 600 In 2003 wurde die Advance Bank in die Dresdner Bank und Entrium in die Diba integriert. Beide sind daher nicht mehr im Markt vertreten. 500 400 300 200 100 at ex er Tr ad e E* Fi m kt ok br s di re iB a tri um 18 22 En nk Ba D AB e D va nc Ad e bl u st ba nk Po rs ax m on so or ta lC C co m di re ct 0 Die Jahre 2001 und 2002 sind als die bisher schwierigsten in der (noch relativ kurzen) Geschichte des Online-Brokerage zu bezeichnen – comdirect verbuchte im Konzern einen Jahresfehlbetrag von -161 Mio. € bzw. -10 Mio. €, der dab Bank Konzern meldete -196 Mio. € bzw. -285 Mio. €. Dabei zeigte sich auch die Abhängigkeit des Geschäftsmodells – provisionsbasierte Abwicklung von Wertpapiertransaktionen – der Online-Broker vom (positiven) Börsenverlauf (vgl. Tabelle 6). Tabelle 6: Transaktionen im Jahresdurchschnitt pro Depot (Quelle: Geschäftsberichte von Comdirect und der dab Bank) Jahr Comdirect Konzern (bezogen auf Depotkunden) dab Bank (bezogen auf Kunden in Deutschland) DAX High DAX Low 2000 2001 2002 2003 2004 27,0 11,4 9,4 10,7 11,00 24,9 12,1 7,7 7,0 6,7* 8.136 6.297 6.795 3.539 5.467 2.519 3.965 2.189 4.262 3.647 * Durchschnitt der Quartale 1, 2 und 3 Während dieser Zeit mussten einige Wettbewerber den Markt verlassen (bspw. Systracom, Patagon, EQ Online, First e, Pulsiv), eine ertragsstarke Muttergesellschaft suchen, um die Ergebnisschwankungen ausgleichen zu können (bspw. fand Consors zur französischen BNP, Entrium begab sich durch die Fusion mit der DiBa unters Dach der niederländischen ING) oder wurden nach einem Start in relativ großer Unabhängigkeit vom Mutterkonzern wieder in das Gesamtgeschäft reintegriert (Postbank mit easytrade). Diese Umwälzungen am Markt gingen einher mit einem Rückzug vieler Online-Broker aus der Fläche (bspw. zogen sich comdirect und dab Bank aus Spanien, Frankreich und der Schweiz zurück, comdirect gab zusätzlich ihr Engagement in Italien auf) und weiteren massiven Kostensparmaßnahmen, insbesondere Stellenabbau. Neue Anbieter am Markt hingegen waren bis Anfang 2005 nicht zu verzeichnen. Seit die Weltbörsen nach ihren Tiefstständen Anfang 2003 wieder angezogen haben, haben sich auch bei den Online-Brokern die Transaktionshäufigkeit und damit auch die Ertragslage wieder zum Positiven gewendet. Um die Abhängigkeit des Geschäfts vom Börsenverlauf zu reduzieren ist dabei eine allgemeine Tendenz zum Aufbau einer (separat bepreisten) Beratungsproposition sowie der Erweiterung des offerierten Produktspektrums hin zu einem Vollbankangebot zu erkennen. Die Börsensituation zum Zeitpunkt der Be- 21 fragung (23. Juni - 31. Juli 2003), war durch eine allgemeine Erholung von den Tiefstständen, die Mitte März des Jahres 2003 erreicht waren, geprägt. Bis zu Beginn der Befragung hatte sich der DAX von seinem Tiefststand bei ca. 2200 Punkten wieder deutlich auf über 3200 Punkte erholt, bis zum Ende der Befragung erreichte der DAX einen Stand von knapp 3500 Punkten. i Gleichwohl sind natürlich Kaufstudien bekannter Marktforschungsinstitute erhältlich, die jedoch i.d.R. mit einer anderen Zielsetzung erstellt werden (vgl. bspw. (Forit, 2000; NFO, 2002; NFO, 2003)). ii Der Begriff Kundensegmentierung wird hier synonym zum Begriff Marktsegmentierung verwendet, welcher bei Freter definiert ist als „Aufteilung des (heterogenen) Gesamtmarktes für ein Produkt in (homogene) Teilmärkte oder Segmente und die gezielte Bearbeitung des Segments (bzw. mehrerer Segmente) mit Hilfe segmentspezifischer MarketingProgramme.“ (Freter, 1983, 18). iii Auf das gestalterische Design der Umfrage wird nicht näher eingegangen, da sich bislang keine Hinweise finden, dass dieses zu signifikant anderen Ergebnissen führt (Bamert/heidingsfelder, 2001, 177). iv Wir legen den Ein-Komponenten-Einstellungsbegriff von Herkner zu Grunde. „Die Einstellung einer Person zu einem Objekt ist ihre (subjektive) Bewertung des Objekts.“ (Herkner, 1981, 209). v Konkret wurde auf die Umfrage in Veranstaltungen der Wirtschaftswissenschaftlichen Fakultät der Universität Augsburg hingewiesen. Zusätzlich wurde die Umfrage über Aufkleber in den Computerräumen der Wirtschaftswissenschaftlichen Fakultät der Universität Augsburg, über Plakate an der Universität Augsburg, über einen Link auf der Homepage der Wirtschaftswissenschaftlichen Fakultät der Universität Augsburg, in verschiedenen Webforen von OnlineBrokerage-Anbietern wie zum Beispiel Cortal Consors, comdirect und Brokerage-Communities wie bspw. wallstreet:online publik gemacht. Zudem wurde über verschiedene Emailverteiler – insbesondere des Börsenforums Augsburg sowie über den des Bundesverbandes der Börsenforen an den Hochschulen – aufmerksam gemacht. vi Der Welch-Test ist das robustere Verfahren, welches keine Gleichheit der Varianzen unterstellt. vii Wenn signifikante Unterschiede in den Mittelwerte bestehen, so liegen die Mittelwerte der beiden Fallgruppen „ein Trade pro Monat“ und „zwei bis fünf Trades pro Monat“ immer monoton zwischen den Mittelwerten der Fallgruppe „Inaktive“ und „Häufigtrader“. Daher werden in der folgenden Diskussion nur die drei Fallgruppen „Inaktive“, „Häufigtrader“ und „Heavytrader“ explizit aufgegriffen. viii Im Anhang A.2 ist die Situation im deutschen Online-Brokerage-Markt zum Zeitpunkt der Befragung beschrieben, um die Ergebnisses besser einordnen zu können. ix Zu den unterschiedlichen Preismodellen der vier großen Anbieter vgl. bspw. (Kundisch et al., 2005). x Dies ist auf Grund des in vielen Publikationen postulierten positiven Zusammenhangs der Zufriedenheit und der Loyalität von Kunden (stellvertretend für viele vgl. (Oliver, 1999))– und des u.a. daraus resultierenden unternehmerischen Erfolgs – ein wichtiger Aspekt im Hinblick auf die Diskussion in Abschnitt 5. Gerade bei vergleichsweise einfachen transaktionsorientierten Finanzdienstleistungen dürfte der Kunde gut in der Lage sein, die angebotenen Leistungen zu messen und zu bewerten. xi Zur Stichprobenverzerrung bei Befragungen im WWW allgemein vgl. (Theobald, 2000, 121ff.). xii Dabei ist zu beachten, dass in diesen Zahlen in der Regel auch Leerdepots enthalten sind. Zudem sind auf Grund nicht verfügbarer Daten hier die Anzahl der Depots mit Online-Freischaltung bei Sparkassen, Genossenschaftsbanken, Geschäftsbanken, Spezialbrokern sowie ausländischen Online-Brokern nicht enthalten. 22